公开(公告)号：CN115015956B

公开(公告)日：2025-04-29

申请号：CN202210379431.8

申请日：2022-04-12

Applicant: 南京邮电大学

Inventor： 周纪超 ,  庄文芹

IPC: G01S17/86 ,  G01S17/89 ,  G01C21/20

Abstract: 本发明公开了一种室内无人车的激光与视觉SLAM系统，包括传感器模块、前端里程计、后端模块、回环检测模块，所述传感器模块负责接入各类外部传感器并向所述前端里程计输入传感数据，所述前端里程计负责完成无人车的位姿估计和运动估计，所述后端模块负责对所述前端里程计估计的位姿进行优化，所述回环检测模块负责对回环进行检测并加以纠正，消除运动估计中的累计误差，本发明实现了室内无人车的快速且精准的定位及重建过程，高效的前端里程计运行流程、后端优化模块及回环检测方式保障了算法的执行效率，降低了硬件处理器的计算成本。

公开(公告)号：CN118338377A

公开(公告)日：2024-07-12

申请号：CN202410351041.9

申请日：2024-03-26

Applicant: 南京邮电大学

Inventor： 庄文芹 ,  袁哲

IPC: H04W40/04 ,  H04W72/40 ,  H04W72/542

Abstract: 本发明涉及移动通信技术领域，公开了一种基于社交感知的冗余D2D多跳传输方法，包括由服务器、D2D网络和移动用户组成的网络框架，在网络框架中将D2D网络作为本地通信网络，由具有D2D通信的边缘节点组成；根据节点的通信状态，将D2D网络建模为加权有向图，采用Dijkstra算法选择基于所述加权有向图的最短D2D中继链路；通过使用Dijkstra算法查找满足最小跳数n和延迟要求的其他次优中继链路，从这些跳数为n的中继链路中选择冗余链路，当一个中继链路发生故障时，D2D内容通过选择其他的中继链路传输。本发明解决如何选择合适的冗余D2D中继链路以及应该选择多少冗余链路来提高传输的可靠性的技术问题，以在超低延迟条件下能提高传输的可靠性。

公开(公告)号：CN114691579A

公开(公告)日：2022-07-01

申请号：CN202210398513.7

申请日：2022-04-15

Applicant: 南京邮电大学

Inventor： 周纪超 ,  庄文芹

IPC: G06F13/40 ,  G06F13/42 ,  G06F15/17 ,  H04L43/10 ,  H04L67/145 ,  H04L67/12

Abstract: 本发明公开了一种室内无人车的异构处理器通信方法，包括异构处理器组成、通信方式、通信机制、信息互传方式、数据滤波算法，所述通信方式及通信机制用于异构处理器间建立同步通信、完成数据校验、保持长连接，所述信息互传方式包括底层状态数据与上层控制数据的两种信息互传方式，所述数据滤波算法用于激光点云和图像像素的预处理，协助室内无人车完成状态估计，本发明实现了室内无人车异构处理器之间的全双工通信，通信方式及通信机制保证了高速稳定的数据通信，数据滤波算法的应用降低了硬件的计算成本。

公开(公告)号：CN108810535B

公开(公告)日：2020-11-03

申请号：CN201810603765.2

申请日：2018-06-12

Applicant: 南京邮电大学

Inventor： 庄文芹 ,  李海波

IPC: H04N19/117 ,  H04N19/132 ,  H04N19/177 ,  H04N19/34

Abstract: 本发明公开了一种基于毫米波系统的自适应鲁棒视频编码方法，包括：对视频源进行张量分解显著性提取，并结合码率分配，将视频内容分配给编码器；通过场景建模控制编码器运行：若视线路径和中继路径通畅时，采用HEVC编码器，并结合通信路径数和路径信道状态确定自适应多描述编码器的编码路数，实现视线路径和/或中继路径的视频传输；若视线路径和/或中继路径不稳定时，采用SHVC编码器，并结合路径数和路径信道状态确定自适应多描述编码器的编码路数，通过喷泉编码实现中继路径、视线路径和一阶反射路径其中两者或者三者的视频传输。本方法保障用户在恶劣的网络条件下的基本视频服务，而在较稳定的网络条件下，尽可能提高视频质量。

公开(公告)号：CN111243236A

公开(公告)日：2020-06-05

申请号：CN202010053964.8

申请日：2020-01-17

Applicant: 南京邮电大学

Inventor： 庄文芹 ,  谢世朋 ,  李海波

IPC: G08B21/06 ,  G06K9/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的疲劳驾驶预警方法及系统，包括：参数解析模块，视频采集模块，图像处理模块，识别模块，画框模块，警报模块；所述参数解析模块用于当程序启动时读入程序的各种参数设定，所述视频采集模块采集视频，并将有效视频传输至所述图像处理模块，所述图像处理模块读入并记录图像的长度和宽度，并生成一个同样大小的零矩阵，将图像传输至所述识别模块，所述识别模块生成检测结果的框图坐标及检测结果的置信度，所述画框模块通过识别框图坐标和检测结果置信度，对所有类别进行遍历，将所有置信度大于阈值的类别根据框图坐标进行画框并标注类别，根据类别的不同，画出颜色不同的框体加以区别，所述警报模块发送警报信号。